Neuronale Muster spiegeln das konzeptuelle Verständnis von Anfängerstudierenden nach der ersten Unterrichtsstunde in Physik wider

Warum Hinweise im Gehirn auf Lernen wichtig sind

Lehrende beurteilen in der Regel, ob Studierende eine neue Idee „verstanden haben“, anhand von Quizzen, Hausaufgaben oder Prüfungen. Diese Instrumente liefern jedoch laute Schnappschüsse: eine schlechte Nacht oder eine knifflige Frage kann echtes Verständnis verschleiern. Diese Studie stellt eine eindrückliche Frage mit weitreichenden Folgen für Bildung und Hirnforschung: Zeigen sich im Gehirn bereits nach nur einer Physikstunde Veränderungen, die verraten, wer die neuen Konzepte tatsächlich begreift — und korrelieren diese neuronalen Muster mit späteren Testergebnissen?

Eine einstündige Physikstunde, dann in den Scanner

Die Forschenden rekrutierten Hochschulstudierende ohne nennenswerte Vorkenntnisse in Physik oder Ingenieurwesen und gaben ihnen eine eng gesteuerte, einstündige Einführung in grundlegende Ideen der Statik — wie unbewegte Strukturen wie Balken und Brücken im Gleichgewicht bleiben. Einige Studierende lernten über eine interaktive Laboraktivität mit einfachen physischen Materialien; andere arbeiteten ähnliche Beispiele durch Folien im „Lehrbuchstil“. Weil beide Gruppen am Ende bei schriftlichen Quizzen und einer späteren Aufgabenlösung in ähnlichem Maße lernten, fassten die Forschenden sie für die Hirnanalyse zu einer Gruppe von Anfängerlernenden zusammen.

Wissen auf Papier und in der realen Welt prüfen

Um das Lernen über die Zeit zu verfolgen, bearbeiteten die Studierenden kurze Quizze zu zwei Themen — geradlinige Kräfte und Drehkräfte (‚Momente‘) — zu bis zu vier Zeitpunkten: vor der Stunde, direkt danach, einige Tage später und etwa einen Monat später. Die Punktzahlen stiegen nach der Stunde stark an und fielen dann langsam wieder ab, was ein gewisses Vergessen über die Zeit widerspiegelt. Während eines Hirnscans, der innerhalb einer Woche nach der Stunde stattfand, bearbeiteten die Studierenden außerdem eine „Nahtransfer“-Aufgabe: Sie betrachteten Fotos realer Strukturen, etwa Balken oder Fachwerke, und bewerteten, ob Pfeile, die die Kräfte an einem hervorgehobenen Teil zeigen, korrekt oder falsch waren. Diese Aufgabe erforderte die Anwendung des gerade Gelernten, ohne einfach eine auswendig gelernte Antwort abzurufen.

Versteckte Kategorien und neuronale Muster

Im Hintergrund hatten Ingenieurexpertinnen und -experten jede Struktur anhand der Wirkungsweise der Kräfte in eine von drei mechanischen Typen eingeteilt — Kragträger (cantilevers), Fachwerke (trusses) und vertikale Lasten. Entscheidend ist, dass die Studierenden niemals über das Vorhandensein dieser Kategorien informiert wurden und nie gebeten wurden, Bilder nach Typ zu sortieren. Stattdessen nutzten die Forschenden die Hirnbildgebungsdaten, um zu prüfen, ob sich die Aktivitätsmuster beim Betrachten jeder Struktur von selbst in diese expertendefinierten Gruppen clusterten. Sie unterteilten die Großhirnrinde in Hunderte kleiner Regionen und trainierten in jeder davon einen maschinellen Klassifikator, um zu erkennen, zu welcher Kategorie ein gegebenes Muster neuronaler Aktivität gehörte. Wo der Klassifikator die Kategorien zuverlässig unterscheiden konnte, deutete das darauf hin, dass das Gehirn der Studierenden das neue Wissen auf konzeptuell sinnvolle Weise zu organisieren begann.

Wenn klarere Gehirnkategorien besseres Lernen bedeuten

Nachdem die Forschenden Hirnregionen identifiziert hatten, die im Durchschnitt starke Kategorieinformationen trugen, berechneten sie für jede Person eine individuelle „neuronale Punktzahl“ — wie gut sich jene verborgenen mechanischen Kategorien aus den Gehirnmustern dieser Person dekodieren ließen. Dann stellten sie eine einfache Frage: Erreichen Studierende, deren Gehirnaktivität eine klarere Trennung zwischen den drei Strukturtypen zeigt, auch bessere Ergebnisse in traditionellen Tests? In sechs Regionen war die Antwort ja. Diese Bereiche umfassten Teile des Parietallappens, die an räumlichem Denken und Mengenschätzung beteiligt sind, eine temporale Region, die bei der Unterscheidung visueller Kategorien hilft, und eine Mittelbereichsregion, die mit Gedächtnis und Bedeutung verknüpft ist. In diesen Arealen ging eine stärkere neuronale Kategoriebildung Hand in Hand mit höheren Quizwerten und besserer Leistung bei der Kraftdiagramm-Aufgabe.

Was das Verständnis von Lernen bedeutet

Die Ergebnisse zeigen, dass sich selbst nach nur einer Stunde Unterricht die Gehirne wahrer Anfänger beginnen, neue naturwissenschaftliche Ideen in expertenähnliche konzeptuelle Gruppen zu ordnen — ohne dass die Studierenden jemals auf diese Gruppierungen hingewiesen wurden. Außerdem sagt die Klarheit dieser Organisation voraus, wie gut sie bei standardisierten Papier-und-Bleistift-Tests abschneiden. Auch wenn Hirnscans Prüfungen nicht ersetzen werden, demonstriert die Studie, dass neuronale Muster ein sensitives Fenster für frühes konzeptuelles Verständnis bieten können. Langfristig könnten solche Methoden Forschenden helfen, Lehransätze zu bewerten und zu verstehen, wie Lernende das mentale Gerüst aufbauen, das zum Meistern komplexer Themen in Naturwissenschaften, Mathematik und Ingenieurwesen nötig ist.

Zitation: Cetron, J.S., Hillis, M.E., Diamond, S.G. et al. Neural patterns reflect conceptual grasp of novice students following first class learning in physics. npj Sci. Learn. 11, 20 (2026). https://doi.org/10.1038/s41539-025-00394-3

Schlüsselwörter: Konzeptlernen, Physikdidaktik, Gehirnbildgebung, STEM-Lernen, neuronale Muster